简而言之
- 工作重在动手而非描述时,就用任务。 代码、设计、一场艰难的对话或一段文字能直接展现技能;提问只能展现一个人如何谈论这项技能。
- 根据工作内容选择类型。 工程师用编程和白板;需要与客户或同事打交道的人用角色扮演面试;负责审核或写作的人用审阅和书面任务。
- 保持简短。 一到两个 8 到 15 分钟的任务,再加几个问题,就足以构成首轮面试。更耗时的工作留到后续阶段。
- 评判行为,而非完美答案。 把考察要求写成你能看到或听到的行为:“在提出换货前先询问订单详情”“指出编码在什么情况下会让文本变长”。
- 所有人同一任务、同一规则。 与工作相关,不出脑筋急转弯,并为有需要的候选人提供其他作答方式。
什么时候任务比提问更有效
问一位客服候选人如何应对愤怒的客户,你听到的是一个好故事;让他在角色扮演面试中真的面对这样一位客户,你看到的是他实际怎么做。工程师也一样:描述一个设计和真正画出来并不是一回事。任务让你在首轮面试、在任何人约通话之前,就拿到工作本身作为证据。
提问依然大有可为。在 2022 年一项大型重新分析中,结构化面试位列排名最高的甄选方法(Sackett 等人:与日后工作绩效的相关系数为 .42,低于早期的估计);工作样本测试为 .33。所以任务并不取代好问题。它是面试中又一个结构化的部分,用在问题无法展现的地方。
- 使用任务: 当工作主要是产出成果(代码、设计、邮件、审阅意见)或应对现场情境(客户、潜在客户、同事)时。
- 使用提问: 考察经验、判断力和动机时,例如:“讲讲你有一次不得不对截止日期提出异议的经历。”对于复杂岗位,过往行为类问题效果很好(Huffcutt 等人,2004)。
- 两者结合: 适用于大多数首轮面试:用几个问题覆盖必备项,再用一到两个任务考察你最需要亲眼看到的技能。
七种环节类型一览
在 testee 中,一场面试由一系列环节组成。每个环节都有标题、时间限制和考察要求:即好的回答应涵盖的要点,只有你的团队能看到。环节时间过去 80% 时,AI 面试官就会开始收尾。以下是各类型及其默认时长。
| 类型 | 候选人做什么 | 默认时长 | 对候选人隐藏的内容 |
|---|---|---|---|
| 对话 | 口头回答问题;AI 进行追问 | 5 分钟 | 考察要求 |
| 测验 | 选择一个选项(或所有适用选项),然后解释原因 | 2 分钟 | 正确选项、考察要求 |
| 编程 | 用自选语言写代码并讲解;代码不会运行 | 15 分钟 | 考察要求 |
| 白板 | 一边画出设计一边讲解 | 15 分钟 | 考察要求 |
| 角色扮演 | 通过语音与 AI 扮演的角色应对一个情境 | 8 分钟 | 角色设定、考察要求 |
| 评审 | 在埋有问题的代码或文档上逐行评论,然后口头讲解 | 12 分钟 | 考察要求 |
| 书面作答 | 根据题目写出回答,并显示实时字数 | 10 分钟 | 考察要求 |
每种类型都可以从题库中选取,也可以根据职位描述生成:参阅如何把职位描述转化为结构化面试。
选对任务类型
编程:无需运行测试的技术筛选面试
编程环节会给候选人一段任务说明和一个空白编辑器。候选人自选编程语言,一边写一边讲解思路;AI 会追问,例如“如果输入规模大得多,会有什么变化?”。代码不会被运行:分析会对照你的考察要求,阅读代码和对话内容。因此它很适合用作考察推理、结构和边界情况的技术筛选面试,而不是用来证明程序能否编译通过。选择小而独立的问题,例如解析时长字符串或检查括号是否配对。


白板面试:系统设计
白板面试要求候选人一边画出设计一边讲解:API 限流器、通知服务、聊天后端。它适合中高级工程师,对他们来说权衡取舍比语法更重要。好的考察要求会点明关键决策;以游戏排行榜为例,可以写“说明在分数不断变化时,前 100 名如何保持快速读取”和“在草图上标出分数更新的去向”。


角色扮演面试:真实情境
在角色扮演面试中,AI 扮演一个角色:被重复扣款而恼火的客户、对价格提出异议的潜在客户、错过截止日期的工程师。候选人会看到一张情境卡片,写明对方是谁以及当前情况。角色设定对候选人隐藏:角色的情绪、诉求、不主动透露的信息,以及会如何反应。它适合客服、客户成功、销售、产品和人员管理岗位。写角色设定时要让好的做法得到回报:比如来电者一开始态度冷淡,直到候选人主动承担责任才放下戒心。分析只评判候选人的处理方式。
审阅:找出问题
审阅环节会展示一段埋有问题的代码或文档。候选人在选中的行上写评论,然后口头讲解。对工程师来说,这是一个拉取请求(pull request);对其他岗位,则可以是客户邮件草稿、需求草稿或设计文档。审阅往往比从零写起更贴近实际工作。
书面作答:书面评估
书面作答是面试中的一段简短书面评估:回复一位不满的客户、为管理层总结一次事故、撰写版本说明。候选人能看到题目和实时字数;字数上限仅供参考,不会截断内容。候选人写作时,面试官保持安静。
测验:快速知识检查
测验是一道带选项的题目,单选或多选,之后追问“为什么?”。它只需 2 分钟,是最快的环节,适合考察岗位必不可少的知识,例如如何防范 SQL 注入。解释本身也是证据,因此你能分辨出有理有据的回答和碰巧猜对。
为首轮面试设定任务时长
首轮面试的作用是筛选,不必面面俱到。把面试控制在大约 30 到 45 分钟,包含一到两个任务。候选人会在意时长:一项针对近 28,000 名单向视频面试真实求职者的研究发现,问题越多,求职者的反应越差(Tilston 等人,2023)。
| 任务 | 首轮面试中的时长 | 控制规模的方法 |
|---|---|---|
| 编程 | 10–15 分钟 | 一个函数,附一个示例 |
| 白板 | 15 分钟 | 一个系统,明确给定规模 |
| 角色扮演 | 8–10 分钟 | 一个目标,自然收尾 |
| 评审 | 10–15 分钟 | 一页内容,埋入三到五个问题 |
| 书面作答 | 8–12 分钟 | 200–300 词,所有事实都写在题目里 |
| 测验 | 每题 2 分钟 | 只考工作必需的知识 |
以客服专员的首轮面试为例:三个对话问题(15 分钟)、重复扣款角色扮演(8 分钟),以及给一位不满客户的书面回复(10 分钟)。总共约 35 分钟,你就能直接看到候选人的倾听、安抚情绪和写作能力。
为任务编写考察要求
考察要求是分析用来逐一核对每个回答的标准,并以引述作为证据;候选人永远看不到它们。对于任务,请把考察要求写成能在作品中看到、或在对话中听到的行为,每条标为必备项或加分项。更多内容见编写面试考察要求。
| 任务 | 必备项示例 | 加分项示例 |
|---|---|---|
| 编程:对字符串进行游程编码 | 能处理单个字符和空字符串,而不必对每种情况都写特殊处理 | 指出编码在什么情况下会让文本变长 |
| 白板:游戏排行榜 | 说明在分数不断变化时,高分榜如何保持快速读取 | 讨论同分情况以及分布在多个地区的玩家 |
| 角色扮演:订单商品到货时已损坏 | 在提出换货前先询问订单详情并索要照片 | 主动提出安排上门取件退货 |
| 书面作答:婉拒客户的功能需求 | 在第一段就明确拒绝并说明原因 | 提出客户当下就能使用的变通办法 |
- 可观察,而非性格特质。 “来电者提高嗓门时仍保持礼貌”可以核查;“抗压能力强”则无法核查。
- 允许多条正确路径。 “维护一个有序结构,或用其他方法避免每次更新都重新排序”为其他正确答案留出了空间。
- 过程与结果并重。 在角色扮演中,候选人如何达成结果(问了哪些问题、没有轻易许下哪些承诺)与结果本身同样重要。
各岗位任务示例
以下示例仅供参考改编,并非 testee 内容库中的题目。请根据你的产品和客户调整情境;完整的面试方案请参阅按岗位分类的面试模板。
| 岗位 | 任务 | 类型 | 能看出什么 |
|---|---|---|---|
| 客户支持 | 客户在生日前两天收到的订单商品已损坏 | 角色扮演,8 分钟 | 共情、收集事实、明确的解决方案 |
| 客户支持 | 回复一位询问承诺的功能为何延期的客户 | 书面作答,10 分钟 | 坦诚的语气、平实的解释 |
| 销售 | 潜在客户想把交易推迟到下个季度 | 角色扮演,8 分钟 | 找出真正原因、商定下一步 |
| 工程经理 | 一位工程师要求加薪,而你目前无法满足 | 角色扮演,8 分钟 | 坦诚、倾听、指明出路 |
| 产品经理 | 两个团队为了不同的发布项目争抢同一批工程师 | 角色扮演,8 分钟 | 公开透明地排定优先级、达成共识 |
| 后端工程师 | 对字符串进行游程编码 | 编程,10 分钟 | 边界情况、清晰的推理 |
| 高级工程师 | 设计游戏排行榜 | 白板,15 分钟 | 数据结构、规模、权衡取舍 |
确保任务公平
- 与工作相关。 每个任务都应对应此人将来要做的工作。如果这个岗位没人画系统图,就不要用白板。
- 所有人同一任务。 同一岗位的候选人获得相同的环节、时间和考察要求,结果才具有可比性。
- 考察技能,而非表达渠道。 测试必须反映其所考察的技能,而不是言语、听力或运动方面的障碍(在美国,见 29 CFR 1630.11)。每场 testee 面试都提供文字模式,所以即便是角色扮演也可以打字完成,而且字幕始终开启。
- 为画图和编程准备替代方式。 白板难以配合屏幕阅读器使用,代码编辑器的无障碍模式也有局限(无障碍声明)。如果候选人提出需要,可以改为就同一设计进行对话,或安排一次现场面试。
- 任务请用电脑完成。 编程、白板和审阅任务最适合在电脑上完成;用手机参加的候选人会收到提示,并可以把链接发到自己的邮箱。
更多内容见公平的 AI 面试与面试便利安排。
要避免的做法
- 不要布置马拉松式的居家作业。 首轮面试不适合布置要花一整个周末的项目。漫长的无偿工作会把优秀候选人吓跑,尤其是空闲时间较少的人。
- 不要出脑筋急转弯。 智力谜题考的是对方有没有见过这个窍门,而不是能否胜任工作。请使用岗位中的真实问题,并加以简化。
- 不要遗漏关键信息。 把候选人需要的一切都写进任务:他们可以给出的权限范围、设计需要支撑的规模。只有角色设定和考察要求对候选人隐藏。
- 不要只认一个标准答案。 只接受一种解法的考察要求,会让用其他方法解决问题的候选人吃亏。
- 不要要求“全部测试通过”。 代码不会被执行,所以要评判思路、边界情况和讲解。
总结
在首轮面试中加入任务
- 找出提问无法展现的技能, 并选择与工作内容相符的环节类型。
- 设定时长: 一到两个 8 到 15 分钟的任务,整场面试约 30 到 45 分钟。
- 把三到七条考察要求写成行为, 为不止一种好答案留出空间。
- 检查是否公平: 与工作相关,对所有人一致,并为有需要的人提供其他作答方式。
常见问题
什么是白板面试?
一种让候选人画出解决方案(通常是系统设计)并讲解其决策的任务。它能展现候选人如何拆解问题、权衡取舍。
角色扮演面试有哪些情境示例?
被重复扣款的客户、对价格提出异议的潜在客户、与错过截止日期的工程师一对一沟通、要求扩大范围的利益相关方、供应商提价续约,或是一家企业客户因员工无法登录而升级投诉。
什么是技术筛选轮?
在更长的技术面试之前进行的早期面试,用来检查技术基础:一个小型编程任务、几个知识问题或一段简短的设计讨论。
面试中的书面评估是什么?
根据贴近实际的题目写一段简短文字,例如客户回复、事故总结或版本说明。它能展现表达的清晰度、语气和判断力。
testee 会运行候选人的代码吗?
不会。候选人编写并讲解代码,AI 进行追问,分析会对照你的考察要求阅读代码和对话内容。